这是EMNLP2016的一片关于用reinforcement learning（RL）做dialogue generation的文章，paper链接https://arxiv.org/abs/1606.01541，一作是仍然是李纪为大神（据说是stanford CS方向第一个3年毕业的PHD），现在是香侬科技的创始人，作者homepage http://stanford.edu/~jiweil/index.html，code还没有被released出来（github上面有很多实现的版本），但是作者released很多其他的dialogue generation的code https://github.com/jiweil/Neural-Dialogue-Generation。
个人瞎扯： 看这篇文章的原因。
- 1.这篇文章是比较早利用RL来做sequence生成的文章。
- 2.文章发表于NLP方向的顶会EMNLP2016，并且google citation很高。
文章要做的事情（dialogue generation）：
输入：sentence（question） 输出：sentence（answer）
章show的可视化的实验结果如下所示。 
与state-of-the-art方法对比结果如下所示。 
method
文章给出了Dialogue simulation between the two agents的示意图，如下所示。 
来源：CSDN
作者：fuxin607
链接：https://blog.csdn.net/fuxin607/article/details/80014164